🚀 西里尔文PP-OCRv3移动端识别模型

cyrillic_PP-OCRv3_mobile_rec是一款由PaddleOCR团队开发的文本行识别模型，属于PP-OCRv3_rec系列。该模型基于PP-OCRv3_mobile_rec训练，专门针对西里尔文进行优化，能够高效准确地识别西里尔文文本。

🚀 快速开始

📦 安装指南

安装PaddlePaddle

请参考以下命令，使用pip安装PaddlePaddle：

# 适用于CUDA11.8
python -m pip install paddlepaddle-gpu==3.0.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/

# 适用于CUDA12.6
python -m pip install paddlepaddle-gpu==3.0.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu126/

# 适用于CPU
python -m pip install paddlepaddle==3.0.0 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/

PaddlePaddle安装详情请参考PaddlePaddle官方网站。

安装PaddleOCR

从PyPI安装最新版本的PaddleOCR推理包：

python -m pip install paddleocr

💻 使用示例

基础用法

你可以使用以下单命令快速体验模型功能：

paddleocr text_recognition \
    --model_name cyrillic_PP-OCRv3_mobile_rec \
    -i https://cdn-uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/YOt6W9MG8DiB-KpXVlmgt.png

你也可以将文本识别模块的模型推理集成到你的项目中。在运行以下代码之前，请将示例图像下载到本地。

from paddleocr import TextRecognition
model = TextRecognition(model_name="cyrillic_PP-OCRv3_mobile_rec")
output = model.predict(input="YOt6W9MG8DiB-KpXVlmgt.png", batch_size=1)
for res in output:
    res.print()
    res.save_to_img(save_path="./output/")
    res.save_to_json(save_path="./output/res.json")

运行后，得到的结果如下：

{'res': {'input_path': '/root/.paddlex/predict_input/YOt6W9MG8DiB-KpXVlmgt.png', 'page_index': None, 'rec_text': 'Тестовый пример ', 'rec_score': 0.9727675318717957}}

使用命令和参数说明详情请参考文档。

高级用法

单个模型的能力有限，但由多个模型组成的管道可以提供更强的能力来解决现实场景中的难题。

PP-OCRv3

通用OCR管道用于解决文本识别任务，通过从图像中提取文本信息并以字符串格式输出。管道中有5个模块：

• 文档图像方向分类模块（可选）
• 文本图像矫正模块（可选）
• 文本行方向分类模块（可选）
• 文本检测模块
• 文本识别模块

运行以下单命令快速体验OCR管道：

paddleocr ocr -i https://cdn-uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/1sEmA8JVc7UImQDHOxtrl.png \
    --text_recognition_model_name cyrillic_PP-OCRv3_mobile_rec \
    --use_doc_orientation_classify False \
    --use_doc_unwarping False \
    --use_textline_orientation True \
    --save_path ./output \
    --device gpu:0 

结果将打印到终端：

{'res': {'input_path': '/root/.paddlex/predict_input/1sEmA8JVc7UImQDHOxtrl.png', 'page_index': None, 'model_settings': {'use_doc_preprocessor': True, 'use_textline_orientation': True}, 'doc_preprocessor_res': {'input_path': None, 'page_index': None, 'model_settings': {'use_doc_orientation_classify': False, 'use_doc_unwarping': False}, 'angle': -1}, 'dt_polys': array([[[  1,   8],
        ...,
        [  1,  38]],

       ...,

       [[  3, 123],
        ...,
        [  3, 142]]], dtype=int16), 'text_det_params': {'limit_side_len': 64, 'limit_type': 'min', 'thresh': 0.3, 'max_side_limit': 4000, 'box_thresh': 0.6, 'unclip_ratio': 1.5}, 'text_type': 'general', 'textline_orientation_angles': array([0, ..., 0]), 'text_rec_score_thresh': 0.0, 'rec_texts': ['Тестовыйпример', 'кириллического', 'многострочного', 'текCта'], 'rec_scores': array([0.99725181, ..., 0.86859041]), 'rec_polys': array([[[  1,   8],
        ...,
        [  1,  38]],

       ...,

       [[  3, 123],
        ...,
        [  3, 142]]], dtype=int16), 'rec_boxes': array([[  1, ...,  41],
       ...,
       [  3, ..., 142]], dtype=int16)}}

命令行方法适用于快速体验。对于项目集成，也只需要几行代码：

from paddleocr import PaddleOCR  

ocr = PaddleOCR(
    text_recognition_model_name="cyrillic_PP-OCRv3_mobile_rec",
    use_doc_orientation_classify=False, # 使用use_doc_orientation_classify启用/禁用文档方向分类模型
    use_doc_unwarping=False, # 使用use_doc_unwarping启用/禁用文档矫正模块
    use_textline_orientation=True, # 使用use_textline_orientation启用/禁用文本行方向分类模型
    device="gpu:0", # 使用device指定GPU进行模型推理
)
result = ocr.predict("https://cdn-uploads.huggingface.co/production/uploads/681c1ecd9539bdde5ae1733c/1sEmA8JVc7UImQDHOxtrl.png")  
for res in result:  
    res.print()  
    res.save_to_img("output")  
    res.save_to_json("output")

管道中默认使用的模型是PP-OCRv5_server_rec，因此需要通过参数text_recognition_model_name指定为cyrillic_PP-OCRv3_mobile_rec。你也可以通过参数text_recognition_model_dir使用本地模型文件。使用命令和参数说明详情请参考文档。

✨ 主要特性

cyrillic_PP-OCRv3_mobile_rec模型具有以下特性：

注意：如果一行中的任何字符（包括标点符号）错误，则整行标记为错误。这确保了在实际应用中更高的准确性。

📄 许可证

本项目采用Apache-2.0许可证。

🔗 相关链接

• PaddleOCR仓库
• PaddleOCR文档